技術簡介
多功能偵測辨識模組 - 模型合併技術。
工研院開發之「自駕車暨先進駕駛輔助系統技術」包含下列特色:
- 影像前處理:提高影像品質,以利適應各種駕駛環境之人工智慧感知能力,包括HDR、影像去霧和鬼影去除。
- 異質感測器先融合:將RGB影像與來自多種/個感測器(如LiDAR/RaDAR)的深度資料融合,包含空間與時間同步與深度估測。
- 人工智慧識別引擎效能優化:設計開發具備7種辨識偵測功能之DNN架構與模型,功能涵蓋可行駛區域、四輪車、兩輪車、行人、交通號誌、紅綠燈和車道標記之偵測辨識,於較低運算能力之嵌入式平台,實現單相機達30FPS的推論速度。
- 異質感測器後融合:基於即時駕駛環境分析,再依據各種感測器之特性,進行物件偵測決策融合,進而提高多感測器平台上之適應性與可靠度。
- 極端案例之測試訓練資料自動生成技術:基於混合實境技術自動生成數據集,並以各種參數、條件與場景(包括NHTSA碰撞事件和台灣預碰撞事件)模擬各種駕駛環境事件。
- 自動駕駛全系統模擬:包含邊角案例自動產生器、場景模擬器、車輛模擬器、軟體迴路驗證、硬體迴路驗證、客製化X-by-Wire FW等,以適應不同車輛功能、場域與事件,並且以軟硬體客製化整合,提供高度可靠之模擬系統。
- 跨域與跨車種之感知少樣本深度學習技術:解決AI模型之偏差問題,並開發一種提高模型泛用性之方法,亦開發一種方法,可為人工智慧學習挑選關鍵訓練樣本,進而減少資料標記成本。
應用與效益
對準車用電子產業,促使模組與系統業者,建立高性價比暨跨地域之台灣自主AI應用模組,並基於ITRI車用AI感知辨識技術與自駕車系統軟硬整合技術,協同業者建構模組化智慧電動車開放共用平台。
自動駕駛系統軟體方塊圖。